Rust: String vs &str

- 3 mins

Rust: String vs &str

当你开始第一次学习Rust的时候,不知不觉中就会开始对String类型感到困惑,并与编译器斗智斗勇:),通常你会认为那应该是一个string吧,结果一编译就会Boom~。

所以这是一篇阐述Rust中String, &String, str 和 &str的区别和联系的博文。

首先,我们来看一个简单的打招呼函数。

fn main() {
  let friend_name = "laotie";
  greet(friend_name);
}

fn greet(name: String) {
  println!("{}!, what's up", name);
}

如果你尝试编译这段代码,编译器就会教你做人。

来看看错误信息:

error[E0308]: mismatched types
 --> src/main.rs:3:9
  |
3 |   greet(friend_name);
  |         ^^^^^^^^^^^
  |         |
  |         expected struct `std::string::String`, found `&str`
  |         help: try using a conversion method: `friend_name.to_string()`

error: aborting due to previous error

For more information about this error, try `rustc --explain E0308`.

你可以在 Rust-playground 中运行这段代码。

这里的错误信息还是很容易看懂的,greet函数本来想要一个std::string::String类型,但是你却给了它一个&str类型,所以出错啦,并且编译器还给出了可能的修正方法。所以按照编译器说的,把第三行改为let friend_name = "laotie".to_string()就可以了。

同时,它也引出了下面几个问题:

理解String类型

要想回答这些问题,最好还是要理解Rust是如何将数据存储在内存中的,可以先去看看官方出品的Rust-Book。

如果你已经安装了Rust,可以在终端或者Powershell中输入: rustup doc --book

继续沿用前面的例子,我们来研究一下friend_name在内存中的布局,假设我们接受了编译器的建议:用to_string()将类型转换成了String

                    缓冲区(buffer)
                   /   容量(capacity)
                 /   /  长度(length)
               /   /   /
            +–––+–––+–––+
	堆栈框架   │ • │ 8 │ 6 │ <- friend_name: String
            +–│–+–––+–––+
              │
            [–│–––––––––– 容量 ––––––––––––––]
              │
            +–V–+–––+–––+–––+–––+–––+–––+–––+
       堆   │ l │ a │ o │ t │ i │ e │   │   │
            +–––+–––+–––+–––+–––+–––+–––+–––+

            [–––––––– 长度 –––––––––]

Rust会将friend_name这个String对象存储在栈上,这个栈由一个指向缓冲区的堆分配指针,缓冲区的容量和数据的长度组成。有了这些玩意儿,这个String对象的大小(size)就总是保持确定并且为3个字长。

看到这里你可能会有疑惑,String中的容量和长度有什么不一样的吗?答案是区别很大,容量是指缓冲区的大小,而长度指的缓冲区里存放着的数据的长度。但更值得注意的是,当我们要改变这个String对象里所存储的内容时,它会重新申请缓冲区大小。比如,我们可以用push_str()方法在后面加一些内容(注意要在friend_name前加mut使其可变)。

let mut friend_name = "laotie"
friend_name.push_str(" shuang ji 666");

事实上,String类型就是一个Vec<u8>

总结一下:String的三个组成部分:指向缓冲区的堆分配指针,容量,长度。

理解字符串切片(str)

字符串切片(str)是我们引用别人拥有的字符串文本或者字符串字面量。

如果我们只对名字最后的“双击666”感兴趣,我们可以用如下方法得到部分字符串:

let mut friend_name = "laotie".to_string();
my_name.push_str( " shuang ji 666");

let last_text = &my_name[7..];

last_text现在是一个引用friend_name文本的字符串切片(注意,不是字符串切片str, 而是字符串切片的引用),它在内存中的布局如下:

         friend_name: String   last_text: &str
            [––––––––––––]    [–––––––]
            +–––+––––+––––+–––+–––+–––+
stack frame │ • │ 32 │ 20 │   │ • │13 │
            +–│–+––––+––––+–––+–│–+–––+
              │                 │
              │                 +–––––––––+
              │                           │
              │                           │
              │                         [–│––––––––––––––––––––– str –––––––––––––––––––––––]
            +–V–+–––+–––+–––+–––+–––+–––+–V–+–––+–––+–––+–––+–––+–––+–––+–––+–––+–––+–––+–––+
       heap │ l │ a │ o │ t │ i │ e │   │ s │ h │ u │ a │ n │ g │   │ j │ i │   │ 6 │ 6 │ 6 │
            +–––+–––+–––+–––+–––+–––+–––+–––+–––+–––+–––+–––+–––+–––+–––+–––+–––+–––+–––+–––+

注意到last_text没有在栈上存储容量信息。这是因为它只是另一个会自己管理容量的String对象的一个引用。重要的地方来了,字符串切片(str),是unsized的,即大小不确定的。好了,奇怪的事情又出现了,怎么会是不确定的呢?你一个个数也能知道它是13个呀。这是因为str是在堆上存储的,不能直接通过堆获取它的大小信息,因为堆是动态分配的(随时准备重新申请缓冲区大小)。但是&strfixed sized的,为什么?因为,它其实就是一个地址啊,引用本身就是我们常说的指针啊,它就是地址,比如0x8342e93ef..之类的。

那么,&String又是个啥呢?,很好理解了呀,它是一个String类型的值的引用,是一个地址。

理解字符串字面量

看完上面那些,我想你大概已经有个感觉了,现在,我们要回答最直观的问题,即"laotie shuang ji 666"这段字符串字面量在Rust中到底是指什么?

回顾上面所讲的,如果我们要使用字符串切片&str,我们要么引用“别人”的字符串,要么自己创建一个字符串字面量。:

let text = "I love Rust" //这是&str,不是String

接下来的问题是,如果说&str别人的字符串的切片引用,那么text是谁的切片引用呢?即这个字符串字面量在当前空间里属于谁呢?

答案是字符串字面量有一点特殊,它们是“预分配文本(preallocated text)”的字符串切片的引用,该文本作为可执行文件的一部分存储在只读(read-only)内存中。换句话说,它是我们程序中附带的“内存”,不依赖堆分配的缓冲区。

这就是说,在执行程序时,堆栈上仍然有一项指向该预分配的内存(preallocated memory):

            my_name: &str
            [–––––––––––]
            +–––+–––+
stack frame │ • │ 6 │
            +–│–+–––+
              │
              +––+
                 │
 preallocated  +–V–+–––+–––+–––+–––+–––+
 read-only     │ l │ a │ o │ t │ i │ e │
 memory        +–––+–––+–––+–––+–––+–––+

用白话解释就是,要是它不属于任何人,那我就直接把它放在内存里,然后引用它就完事了,我不关心你到底是谁的,我只知道我能读取你的内容就行了。

当然,&str所指向的字符串切片是不可修改的,因为它是只读的。

用哪个?

显然,这取决于许多因素,但是总的来说,可以肯定的是,如果我们所写的API不依赖于拥有或者改变这个在使用的字符串,它应该是&str的而不是String。于是,可以写出一个改进版本的问好函数:

fn greet(name: &str) {
  println!("Hello, {}!", name);
}

但是,如果这个API的调用者真的只有String类型且因为不明原因不能将其转为&str类型,咋办?

对Rust来说,完全不是问题,因为有一个特性:强制解引用(deref coercing),允许你使用引用运算符&来转换任何传递的String引用,所以,在API被执行之前,&String转换为&str

fn main() {
  let name1 = "Alex";
  let name2 = "Sam".to_string();

  greet(name1);
  greet(&name2); // `name2`被通过引用传递
}

fn greet(name: &str) {
  println!("Hello, {}!", name);
}

代码

rss facebook twitter github gitlab youtube mail spotify lastfm instagram linkedin google google-plus pinterest medium vimeo stackoverflow reddit quora quora